13.2 Optimasi Masalah optimasi terdiri dari fase pemodelan dan fase solusi.
Masalah optimasi umumnya terdiri dari dua fase utama: fase pemodelan dan fase solusi. Berikut penjelasan singkat tentang kedua fase tersebut:
Fase pemodelan melibatkan perumusan masalah optimasi dalam bentuk matematis atau model matematis. Dalam fase ini, Anda harus mendefinisikan semua komponen yang relevan dari masalah, termasuk variabel, batasan, dan fungsi tujuan (objective function). Variabel adalah elemen-elemen yang bisa diubah atau dipilih untuk mencapai solusi optimal. Mereka sering kali merupakan keputusan yang perlu diambil. Batasan adalah kendala atau pembatas yang harus dipatuhi dalam mencari solusi. Mereka bisa berupa batasan linier, non-linier, kesetaraan, atau ketidaksetaraan. Fungsi tujuan (objective function) adalah ekspresi matematis yang mencerminkan tujuan yang ingin dicapai. Tujuan tersebut bisa berupa maksimisasi (misalnya, keuntungan) atau minimisasi (misalnya, biaya).
Setelah fase pemodelan selesai, langkah selanjutnya adalah mencari solusi optimal untuk masalah yang telah dimodelkan. Fase solusi melibatkan penggunaan berbagai teknik, algoritma, atau perangkat lunak komputer untuk menemukan solusi yang memenuhi batasan dan memaksimalkan atau meminimalkan fungsi tujuan.
Beberapa teknik umum yang digunakan dalam fase solusi optimasi termasuk metode optimasi matematis, algoritma pencarian, pemrograman dinamis, heuristik, dan teknik pemecahan masalah khusus. Proses optimasi seringkali melibatkan iterasi antara fase pemodelan dan fase solusi, di mana model dapat disempurnakan dan solusi ditemukan dengan metode yang lebih baik. Tujuan utama dalam masalah optimasi adalah mencari solusi yang memaksimalkan atau meminimalkan fungsi tujuan sesuai dengan batasan yang ada, sehingga hasil yang diperoleh optimal sesuai dengan kondisi yang diberikan.